Yazar
Sirunyan, A. M., Işıldak, Bora
Basım Tarihi
2020-06
Basım Yeri
-
GİB Yayıncılığı
Konu
Büyük dedektör sistemleri performansı, Desen tanıma, küme bulma, kalibrasyon ve yerleştirme yöntemleri
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
1748-0221
Kayıt Numarası
8befe144-f774-48ed-8d64-820d982554d7
Lokasyon
Doğa ve Matematik Bilimleri
Tarih
2020-06
Notlar
BMBWF ve FWF (Avusturya); FNRS ve FWO (Belçika); CNPq, CAPES, FAPERJ, FAPERGS ve FAPESP (Brezilya); MES (Bulgaristan); CERN'de; CAS, MoST ve NSFC (Çin); COLCIENCIAS (Kolombiya); MSES ve CSF (Hırvatistan); RPF (Kıbrıs); SENESCYT (Ekvador); MoER, ERC IUT, PUT ve ERDF (Estonya); Finlandiya Akademisi, MEC ve HIP (Finlandiya); CEA ve CNRS/IN2P3 (Fransa); BMBF, DFG ve HGF (Almanya); GSRT (Yunanistan); NKFIA (Macaristan); DAE ve DST (Hindistan); IPM (İran); SFI (İrlanda); INFN (İtalya); MSIP ve NRF (Kore Cumhuriyeti); MES (Letonya); LAS (Litvanya); MOE ve UM (Malezya); BUAP, CINVESTAV, CONACYT, LNS, SEP ve UASLP-FAI (Meksika); MOS (Karadağ); MBIE (Yeni Zelanda); PAEC (Pakistan); MSHE ve NSC (Polonya); FCT (Portekiz); JINR (Dubna); MON, RosAtom, RAS, RFBR ve NRC KI (Rusya); MESTD (Sırbistan); SEIDI, CPAN, PCTI ve FEDER (İspanya); MOSTR (Sri Lanka); İsviçre Finansman Kuruluşları (İsviçre); MST (Taipei); TheEPCenter, IPST, STAR ve NSTDA (Tayland); TÜBİTAK ve TAEK (Türkiye); NASU (Ukrayna); STFC (Birleşik Krallık); DOE ve NSF (ABD).
Bireyler Marie-Curie programından, Avrupa Araştırma Konseyinden ve Horizon 2020 Hibesinden, 675440, 752730 ve 765710 numaralı sözleşmelerden (Avrupa Birliği) destek almıştır; Leventis Vakfı; A.P. Sloan Vakfı; Alexander von Humboldt Vakfı; Belçika Federal Bilim Politikası Ofisi; Sanayi ve Tarımda Eğitim ve Araştırma Fonu (FRIA-Belçika); Bilim ve Teknolojiyle Yenilik Ajansı (IWT-Belçika); F.R.S.-FNRS ve FWO (Belçika), "Bilimin MükemmelliğiEOS"-be.h projesi kapsamında. 30820817; Pekin Belediyesi Bilim ve Teknoloji Komisyonu, No. Z191100007219010; Çek Cumhuriyeti Eğitim, Gençlik ve Spor Bakanlığı (MEYS); Almanya'nın Mükemmellik Stratejisi -EXC 2121 "Kuantum Evreni" -390833306 kapsamında Deutsche Forschungsgemeinschaft (DFG); Lendulet ("Momentum") Programı ve Macar Bilimler Akademisi Janos Bolyai Araştırma Bursu, Yeni Ulusal Mükemmellik Programı UNKP, NKFIA araştırma hibeleri 123842, 123959, 124845, 124850, 1251, 125, 1278, 1287 ve 129058 (Macaristan); Hindistan Bilim ve Endüstriyel Araştırma Konseyi; Polonya Bilim Vakfı'nın HOMING PLUS programı, Avrupa Birliği, Bölgesel Kalkınma Fonu, Bilim ve Yüksek Öğrenim Bakanlığı'nın Mobility Plus programı, Ulusal Bilim Merkezi (Polonya), Harmonia 2014/14/M/ST2/00428, Opus 2014/B/ST2/2433, 2014/15/B/ST2/03998 sözleşmeleri ve 2015/19/B/ST2/02861, Sonata veri yolu 2012/07/E/ST2/01406; Katar Ulusal Araştırma Fonu'nun Ulusal Öncelikler Araştırma Programı; Bilim ve Eğitim Bakanlığı, hibe no. 14.W03.31.0026 (Rusya); Tomsk Politeknik Üniversitesi Rekabet Edebilirliği Geliştirme Programı ve "Nauka" Projesi FSWW-2020-0008 (Rusya); Mükemmeliyet Maria de Maeztu Bilimsel ve Teknik Araştırmalarının Teşviki Devlet Programı, hibe MDM-20150509 ve Asturias Prensliği Severo Ochoa Programı; EU-ESF ve Yunanistan NSRF tarafından ortak finanse edilen Thalis ve Aristeia programları; Rachadapisek Sompot Doktora Sonrası Burs Fonu, Chulalongkorn Üniversitesi ve Chulalongkorn Akademisyeninin 2. Yüzyıl Projesini Geliştirme Projesi (Tayland); Kavli Vakfı; Nvidia Şirketi; SuperMicro Şirketi; Welch Vakfı, C-1845 sözleşmesi; ve Weston Havens Vakfı (ABD).
Örnek Metin
Yüksek düzeyde Lorentz destekli W/Z/Higgs bozonlarının ve üst kuarkların hadronik bozunumlarını tanımlamak ve sınıflandırmak için makine öğrenimi (ML) teknikleri araştırılıyor. ML'siz teknikler de değerlendirilmiş ve karşılaştırma amacıyla dahil edilmiştir. Çeşitli algoritmaların tanımlama performansları simüle edilmiş olaylarla karakterize edilir ve verilerle doğrudan karşılaştırılır. Algoritmalar, 35,9 fb(-1) entegre parlaklığa karşılık gelen kök S = 13 TeV'deki proton-proton çarpışma verileri kullanılarak doğrulanmıştır. Sistematik belirsizlikler, simülasyon ve çarpışma verileri kullanılarak elde edilen sonuçların karşılaştırılmasıyla değerlendirilir. Bu yazıda incelenen yeni teknikler, aynı sinyal verimliliğinde arka plan hızını büyük bir mertebeye kadar azaltarak, ML olmayan tekniklere göre önemli performans iyileştirmeleri sağlar.
DOI
10.1088/1748-0221/15/06/P06005
Cilt
15
